3D 视觉

SpatialFly: Implicit 3D Prior-Guided Visual Reparameterization for Continuous UAV Vision-and-Language Navigation

SpatialFly：基于几何的表示对齐用于城市环境中无人机视觉与语言导航

Wen Jiang, Kangyao Huang, Li Wang, Wang Xu, Wei Fan, Jinyuan Liu, Shaoyu Liu, Hanfang Liang, Hongwei Duan, Bin Xu, Xiangyang Ji, Huaping Liu

机构 * School of Mechanical Engineering, Beijing Institute of Technology（北京理工大学机械工程学院） ； Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系） ； Tsinghua University（清华大学） ； Department of Automation, Tsinghua University（清华大学自动化系） ； School of Artificial Intelligence, Xidian University（西安电子科技大学人工智能学院） ； Jianghan University（江汉大学） 纠错

专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV

AI总结 本文提出SpatialFly框架，通过几何引导的2D表示对齐机制，解决无人机在复杂3D环境中的视觉与语言导航问题，实验表明其在路径对齐和运动稳定性方面优于现有方法。

RayRoPE: Projective Ray Positional Encoding for Multi-view Attention

RayRoPE: 多视角注意力的投影位置编码

Yu Wu, Minsik Jeon, Jen-Hao Rick Chang, Oncel Tuzel, Shubham Tulsiani

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Apple（苹果公司） 纠错

专题命中 三维重建 ：3DGS(abstract)；分类 cs.CV

AI总结 本文提出RayRoPE，一种基于投影坐标的位置编码方法，用于多视角Transformer，实现SE(3)不变的注意力机制，并能适应3D场景几何。

Comments Project page: https://rayrope.github.io/

MorphGS: Morphology-Adaptive Articulated 3D Motion Transfer from Videos

MorphGS：基于形态的 articulated 3D 动作迁移从视频

Taeyeon Kim, Youngju Na, Jumin Lee, Sebin Lee, Minhyuk Sung, Sung-Eui Yoon

专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV

AI总结 本文提出MorphGS框架，通过图像空间监督直接优化目标形态和姿态，解决视频到3D角色动作迁移中的形态差异和姿态模糊问题，实验显示优于基线方法。

Comments ECCV 2026

FIELDS: Face reconstruction with accurate Inference of Expression using Learning with Direct Supervision

FIELDS：通过直接监督学习进行表情精确推断的面部重建

Chen Ling, Henglin Shi, Hedvig Kjellström

机构 * KTH Royal Institute of Technology（皇家理工学院） ； Linköping University（林奈大学） 纠错

专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV

AI总结 研究单目3D面部重建，提出FIELDS框架，通过直接监督学习在几何合理性约束下获取FLAME表情代码用于面部表情识别，采用混合2D/3D监督，提升情感预测且保持几何保真度。

From Pixels to Portraits: A Comprehensive Survey of Talking Head Generation Techniques and Applications

从像素到肖像：会说话头像生成技术与应用的全面综述

Shreyank N Gowda, Dheeraj Pandey, Shashank Narayana Gowda

专题命中 NeRF ：NeRF(abstract)；分类 cs.CV

AI总结 综述会说话头像生成技术，将文献分为四类方法并讨论其技术思想等。分析定量指标与感知质量差距，比较公开模型，研究新兴趋势，确定开放挑战，为从业者提供领域地图，突出相关技术和社会问题。

NumGrad-Pull: Numerical Gradient Guided Tri-plane Representation for Surface Reconstruction from Point Clouds

NumGrad-Pull：用于从点云进行表面重建的数值梯度引导三平面表示

Ruikai Cui, Binzhu Xie, Shi Qiu, Jiawei Liu, Saeed Anwar, Nick Barnes

机构 * School of Computing, The Australian National University（澳大利亚国立大学计算机学院） ； Department of Computer Science and Engineering, The Chinese University of Hong Kong（香港中文大学计算机科学与工程系） ； Department of Computer Science & Software Engineering, the University of Western Australia（西澳大学计算机科学与软件工程系） 纠错

专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV

AI总结 本文针对从点云重建连续曲面的挑战，提出NumGrad-Pull方法，利用三平面结构、数值梯度、渐进平面扩展和数据采样策略，集成到统一框架，有效应对学习SDF的局部性和稀疏性问题，实验验证了方法的有效性和鲁棒性。

Comments Accepted in IEEE TVCG

Partial Symmetry Detection for 3D Geometry using Contrastive Learning with Geodesic Point Cloud Patches

使用测地线点云补丁对比学习进行3D几何的部分对称检测

Gregor Kobsik, Isaak Lim, Leif Kobbelt

机构 * Visual Computing Institute, RWTH Aachen University（视觉计算研究所，亚琛工业大学） 纠错

专题命中 点云 ：point cloud(title)；分类 cs.CV

AI总结 研究3D几何中部分对称检测难题，提出自监督对比学习框架SymCL，通过映射局部测地线补丁到欧几里得群不变潜在空间，将对称检测转化为基于密度的聚类问题，能同时发现多实例对称关系，在新基准上定量评估并展示泛化能力。

Comments 8 pages, 8 figures

FUSE: A Flow-based Mapping Between Shapes

FUSE：一种基于流的形状间映射

Lorenzo Olearo, Giulio Viganò, Daniele Baieri, Filippo Maggioli, Simone Melzi

机构 * University of Milano-Bicocca（米兰-布西卡大学） ； University of Bonn（波恩大学） ； Lamarr Institute（拉马尔研究所） ； Pegaso University（佩加索大学） 纠错

专题命中 点云 ：point cloud(abstract)；分类 cs.CV

AI总结 研究3D形状间映射，基于流匹配模型提出新型神经表示，计算高效，支持跨表示形状匹配，无需大规模训练等。通过特定流映射和嵌入编码形状，在多种形状匹配任务及其他任务如UV映射、人体点云扫描配准中表现出色。

Comments 11 pages, 9 figures. Accepted for publication at ECCV 2026

DreamPartGen: Semantically Grounded Part-Level 3D Generation via Collaborative Latent Denoising

DreamPartGen: 通过协作潜在去噪实现语义引导的部件级3D生成

Tianjiao Yu, Xinzhuo Li, Muntasir Wahed, Jerry Xiong, Yifan Shen, Ying Shen, Ismini Lourentzou

机构 * University of Illinois Urbana - Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

专题命中 3D生成 ：3D generation(title,abstract)；分类 cs.CV

AI总结 DreamPartGen通过协作潜在去噪实现语义引导的部件级3D生成，引入双部件潜在和关系语义潜在，提升几何和语义一致性，实现高质量文本对齐的3D合成。

SuperVoxelGPT: Adaptive and Ordered 3D Tokenization for Autoregressive Shape Generation

SuperVoxelGPT: 自适应有序3D令牌化用于自回归形状生成

Yuan Li, Congyi Zhang, Xifeng Gao, Xiaohu Guo

机构 * University of Texas at Dallas（德克萨斯大学达拉斯分校） ； Tencent America（腾讯美国） 纠错

专题命中 3D生成 ：3D generation(abstract)；分类 cs.CV、cs.GR

AI总结 提出SuperVoxelGPT框架，通过自适应且有序的超体素令牌化解决自回归3D生成中序列长度与空间顺序的矛盾，实现高质量、高效率的形状生成。

Environment-Conditioned Diffusion Meta-Learning for Data-Efficient WiFi Localization

环境感知扩散元学习用于数据高效的WiFi定位

Jun Gao, Zheng Xing, Wenliang Lin, Weibing Zhao, Xuhui Zhang, Junting Chen, Zhongliang Deng, Shuguang Cui

专题命中 SLAM与定位 ：point cloud(abstract)

AI总结 本文提出EnvCoLoc框架，通过环境条件化的扩散元学习方法，解决WiFi指纹定位中跨环境泛化能力差的问题，核心贡献是引入几何感知先验和元学习初始化，提升在有限样本下的定位精度。

Comments The dataset used in this paper is publicly available at: https://drive.google.com/file/d/1GWUFExgJl3SYyIm-sUYedy9gjC_Bvq0q/view?usp=sharing